交通信号识别方法、装置、存储介质及电子设备制造方法及图纸

本公开涉及一种交通信号识别方法、装置、存储介质及电子设备，所述方法包括：将通过图像采集装置采集到的环境图像序列输入至预先训练的卷积神经网络，得到每一帧环境图像中的交通信号子图像的类型和位置信息；根据图像采集装置在采集每一帧环境图像时的位姿信息，以及每一帧环境图像中的交通信号子图像的类型和位置信息，对得到的交通信号子图像进行匹配，将相匹配的交通信号子图像作为同一交通信号在不同环境图像上的区域；针对每一交通信号，根据该交通信号在不同环境图像上的区域的位置信息以及图像采集装置在采集所述不同环境图像时的位姿信息，确定该交通信号的位置。采用本公开的技术方案，可以提高交通信号的识别效率和准确率。

Traffic signal identification method, device, storage medium and electronic equipment

【技术实现步骤摘要】
交通信号识别方法、装置、存储介质及电子设备
本公开涉及计算机
，具体地，涉及一种交通信号识别方法、装置、存储介质及电子设备。
技术介绍
高精度地图其是指高精度、精细化定义的地图，其相比于普通地图，包含了更为丰富的信息，例如交通标志、交通灯、车道线的精确类型和位置等信息，成为自动驾驶/无人驾驶技术的重要组成部分。构建高精度地图的原始数据来源是通过专业的采集车采集，而根据采集到的原始数据识别行车环境中的交通标志、交通信号灯等交通信号是构建高精度地图中的重要环节。相关技术中的交通信号识别方法，通常首先对采集车采集到的多帧环境图像进行处理，识别出交通信号子图像，通过人工标注属于同一交通信号的交通信号子图像并计算各个交通信号的位置，该方式的效率和准确度较低。
技术实现思路
为了克服现有技术中存在的问题，本公开的主要目的是提供一种交通信号识别方法、装置、存储介质及电子设备。为了实现上述目的，本公开实施例第一方面提供一种交通信号识别方法，包括：将通过图像采集装置采集到的环境图像序列输入至预先训本文档来自技高网...

【技术保护点】
1.一种交通信号识别方法，其特征在于，包括：/n将通过图像采集装置采集到的环境图像序列输入至预先训练的卷积神经网络，得到每一帧环境图像中的交通信号子图像的类型和位置信息；/n根据所述图像采集装置在采集每一帧环境图像时的位姿信息，以及每一帧环境图像中的交通信号子图像的类型和位置信息，对得到的交通信号子图像进行匹配，将相匹配的交通信号子图像作为同一交通信号在不同环境图像上的区域；/n针对每一交通信号，根据该交通信号在不同环境图像上的区域的位置信息以及所述图像采集装置在采集所述不同环境图像时的位姿信息，确定该交通信号的位置。/n

【技术特征摘要】
1.一种交通信号识别方法，其特征在于，包括：
将通过图像采集装置采集到的环境图像序列输入至预先训练的卷积神经网络，得到每一帧环境图像中的交通信号子图像的类型和位置信息；
根据所述图像采集装置在采集每一帧环境图像时的位姿信息，以及每一帧环境图像中的交通信号子图像的类型和位置信息，对得到的交通信号子图像进行匹配，将相匹配的交通信号子图像作为同一交通信号在不同环境图像上的区域；
针对每一交通信号，根据该交通信号在不同环境图像上的区域的位置信息以及所述图像采集装置在采集所述不同环境图像时的位姿信息，确定该交通信号的位置。


2.根据权利要求1所述的方法，其特征在于，所述位姿信息包括航向角，所述位置信息包括中心点坐标；
所述根据所述图像采集装置在采集每一帧环境图像时的位姿信息，以及每一帧环境图像中的交通信号子图像的类型和位置信息，对得到的交通信号子图像进行匹配，包括：
获取所述图像采集装置在采集第二环境图像时相对于在采集第一环境图像时的航向角差值，其中，所述第一环境图像和所述第二环境图像为连续帧的环境图像；
针对所述第一环境图像中的每一个第一交通信号子图像，根据所述航向角差值、该第一交通信号子图像的类型和中心点坐标、以及所述第二环境图像中与该第一交通信号子图像类型相同的第二交通信号子图像的中心点坐标，从所述类型相同的第二交通信号子图像中选取出候选第二交通信号子图像；
将获得的候选第二交通信号子图像中，中心点与该第一交通信号子图像的中心点之间的距离最小的候选第二交通信号子图像，作为与该第一交通信号子图像相匹配的第二交通信号子图像。


3.根据权利要求2所述的方法，其特征在于，所述针对所述第一环境图像中的每一个第一交通信号子图像，根据所述航向角差值、该第一交通信号子图像的类型和中心点坐标、以及所述第二环境图像中与该第一交通信号子图像类型相同的第二交通信号子图像的中心点坐标，从所述类型相同的第二交通信号子图像中选取出候选第二交通信号子图像，包括：
针对每一个第一交通信号子图像，若所述航向角差值位于预设航向角差值范围内，则从所述类型相同的第二交通信号子图像中，选取与该第一交通信号子图像的中心点横坐标差值小于预设横坐标差值的第二交通信号子图像，作为所述候选第二交通信号子图像；
若所述航向角差值大于所述预设航向角差值范围的上限值，且该第一交通信号子图像的中心点横坐标位于第一预设横坐标范围内，则从所述类型相同的第二交通信号子图像中，选取中心点横坐标位于第二预设横坐标范围内的第二交通信号子图像，作为所述候选第二交通信号子图像；
若所述航向角差值小于所述预设航向角差值范围的下限值，且该第一交通信号子图像的中心点横坐标位于所述第二预设横坐标范围内，则从所述类型相同的第二交通信号子图像中，选取中心点横坐标位于所述第一预设横坐标范围内的第二交通信号子图像，作为所述候选第二交通信号子图像。


4.根据权利要求2或3所述的方法，其特征在于，所述位姿信息还包括高程信息；
所述根据所述图像采集装置在采集每一帧环境图像时的位姿信息，以及每一帧环境图像中的交通信号子图像的类型和位置信息，对得到的交通信号子图像进行匹配，还包括：
获取所述第二环境图像时相对于所述第一环境图像的高程差值；
若所述高程差值位于预设高程范围内，则从获得的候选第二交通信号子图像中筛除与该第一交通信号子图像的中心点纵坐标差值大于预设纵坐标差值的候选第二交通信号子图像，得到新的候选第二交通信号子图像；
若所述高程差值超出所述预设高程范围，则从获得的候选第二交通信号子图像中筛除与该第一交通信号子图像的中心点纵坐标小于所述预设纵坐标差值的候选第二交通信号子图像，得到新的候选第二交通信号子图像；
所述将获得的候选第二交通信号子图像中，中心点与该第一交通信号子图像的中心点之间的距离最小的候选第二交通信号子图像，作为与该第一交通信号子图像相匹配的第二交通信号子图像，包括：
将所述新的候选第二交通信号子图像中，中心点与该第一交通信号子图像的中心点之间的距离最小的候选第二交通信号子图像，作为与该第一交通信号子图像相匹配的第二交通信号子图像。


5.根据权利要求1所述的方法，其特征在于，所述位置信息包括中心点坐标；
所述针对每一交通信号，根据该交通信号在不同环境图像上的区域的位置信息以及所述图像采集装置在采集所述不同环境图像时的位姿信息，确定该交通信号的位置，包括：
针对每一交通信号，基于三角测量算法，根据该交通信号在连续两...

【专利技术属性】
技术研发人员：侯涛，罗立，李熠，
申请(专利权)人：当家移动绿色互联网技术集团有限公司，
类型：发明
国别省市：北京;11